Immagina di avere una bellissima Ferrari. La tiri fuori dal garage e la osservi in tutta la sua magnificenza. 1000 cavalli di potenza tutti tuoi! Quindi, cosa aspetti a salirci?
Ti accomodi sul sedile, accendi, pronto a scatenare tutta la sua furia meccanica, parti e…e niente!
Scopri che ci dev’essere un qualche marchingegno che blocca la sua andatura a 60 km all’ora. Non esattamente la velocità di crociera di un pilota di Formula 1; diciamo, piuttosto, quella di un anziano in gita la domenica mattina.

Tu ora penserai che ho tirato fuori un’immagine assurda, impossibile. Eppure, c’è qualcosa di simile a questa scena che ci capita tutti i giorni, più volte al giorno. A tutti.
Sì, perché il nostro cervello è un organo che può ben essere paragonato ad u gioiello automobilistico. Pur rappresentando solo il 2% del nostro peso, consuma circa il 20-25% dell’energia corporea totale. Un po’ come farsi un giro su una Ferrari. Com’è possibile?

Il cervello è pigro per natura

La spiegazione c’è e ha senso. L’organo più complesso dell’universo fa di tutto per lavorare il meno possibile, proprio perché il suo costo metabolico esagerato va bilanciato in qualche modo. La soluzione che la Natura ha trovato è molto pratica: automatizzare tutto ciò che può essere automatizzato, riservando le risorse cognitive più costose solo a ciò che è davvero nuovo o imprevedibile.
Così, quando un comportamento si ripete abbastanza, il cervello lo “scarica” verso circuiti più veloci ed efficienti, liberando la corteccia prefrontale — la sede del pensiero deliberato, critico e creativo — per i problemi che richiedono vera attenzione. Il comportamento diventa quindi automatizzato e questo gli permette di essere molto meno dispendioso energeticamente.

Quello che a prima vista può sembrare un difetto, è in realtà una grande soluzione evolutiva. Queste scorciatoie neurali sono la ragione per cui riusciamo a guidare ascoltando musica, a camminare pensando ad altro, a svolgere decine di compiti in parallelo senza andare in tilt. William James, padre della psicologia moderna, lo aveva già intuito nel 1890 quando in The Principles of Psychology  scrisse che “tutta la nostra vita, nella misura in cui ha una forma definita, non è altro che un insieme di abitudini – pratiche, emotive e intellettuali”. Un’osservazione di cui la neuroscienza contemporanea ha poi scoperto i meccanismi biologici precisi.

Il problema dell’interazione con strumenti esterni

Questa soluzione brillante può diventare un problema quando il cervello, già di suo portato a risparmiare, si trova a contatto con strumenti esterni che fanno il lavoro cognitivo al posto nostro. L’intelligenza artificiale generativa non è altro che l’ultimo – e più sofisticato – di questi strumenti. Ma già prima erano arrivati la calcolatrice, il GPS, il motore di ricerca e il correttore automatico, tanto per citare i principali.

Tuttavia, a differenza delle invenzioni precedenti, l’IA ha un effetto che può diventare pervasivo. Infatti, permette di sostituire non un solo compito, per quanto importante, ma quasi tutte le attività che richiedono un’elaborazione mentale. Che effetto può avere nel medio-lungo termine?

In questo articolo, cercheremo quindi di capire cosa accade biologicamente quando il cervello delega, quali comportamenti quotidiani attivano questo meccanismo (ben prima e oltre l’IA) e – soprattutto – come usare questi strumenti senza pagare il prezzo di un’atrofia cognitiva dilagante.

La biologia dietro alle scorciatoie mentali

Quando parliamo di scorciatoie neurali, non stiamo usando una metafora. Stiamo descrivendo qualcosa che accade letteralmente nella struttura fisica del cervello.

Ogni volta che ripetiamo un’azione o un pensiero, infatti, i neuroni coinvolti si attivano insieme e – come diceva il neuroscienziato Donald Hebb – “neurons that fire together, wire together”. Cioè, i neuroni che si “accendono” insieme tendono a rafforzare le loro connessioni formando dei network naturali. Con la ripetizione, queste connessioni diventano più rapide ed efficienti grazie a un processo chiamato “mielinizzazione”. Di fatto, un rivestimento di mielina, una sostanza grassa, si deposita progressivamente attorno agli assoni neurali, aumentando la velocità di trasmissione del segnale fino a cento volte rispetto a un assone non mielinizzato. Il percorso diventa letteralmente una corsia preferenziale. Questa attività e i suoi effetti li ha spiegati Douglas Fields in questo articolo del 2008.

A gestire tale processo di automatizzazione ci sono principalmente i gangli della base, una struttura profonda del cervello evolutivamente antica, coinvolta nella formazione delle abitudini e nell’esecuzione di comportamenti ripetuti. Quando un’azione è sufficientemente consolidata, infatti, il controllo passa dalla corteccia prefrontale – che ha un’attività energeticamente costosa, lenta e deliberata — ai gangli della base, che memorizzano le azioni ripetute e le eseguono in modo rapido e quasi automatico, con un consumo energetico molto inferiore.
A rafforzare il meccanismo, entra in gioco anche il sistema di ricompensa, che si attiva quando dall’abitudine otteniamo un risparmio energetico o qualcosa di gratificante. Questo sistema coinvolge la dopamina e rinforza le connessioni neurali, rendendo questa sequenza comportamentale più solida.
È il meccanismo alla base di qualsiasi abitudine, dal lavarsi i denti al guidare su un percorso familiare.

La neuroplasticità e i suoi effetti

Fin qui, tutto bene. Il problema emerge quando consideriamo il rovescio della medaglia: la neuroplasticità, cioè la capacità del cervello di rimodellarsi in base a ciò che fa o smette di fare. Se è vero che i circuiti neurali si rafforzano con l’uso, è altrettanto certo che si indeboliscono con il disuso. Studi di neuroimaging mostrano riduzioni misurabili di volume e connettività in aree specifiche quando le funzioni corrispondenti non vengono esercitate. L’esempio più citato in letteratura è quello dei tassisti londinesi studiati da Eleanor Maguire e colleghi nel 2000: anni di navigazione autonoma nella complessità urbana avevano prodotto un ippocampo – la struttura cerebrale deputata alla memoria spaziale – significativamente più sviluppato rispetto alla media. In questo senso, per quanto non lo sia, possiamo considerare i percorsi neurali nel cervello equiparabili ad un muscolo che si rafforza o si atrofizza a seconda di quanto lo si utilizzi.

La neuroplasticità, quindi, ha un aspetto sia positivo sia negativo a seconda della prospettiva da cui la si guarda. Da una parte, il cervello si modella su ciò che gli chiediamo di fare, potendo espandere le sue connessioni e aggiungere nuove conoscenze e competenze. Tuttavia, si modella anche su ciò che gli permettiamo di non fare, impigrendosi e perdendo abilità.

L’IA come moltiplicatore del problema

A questo punto, diventa evidente come l’introduzione di una tecnologia come l’intelligenza artificiale rischi di ingigantire il problema della perdita di competenze mentali. Come si diceva, non è la prima volta che ci troviamo di fronte ad un dilemma del genere.

Calcolatrice, GPS, motore di ricerca, correttore automatico: ciascuno di questi strumenti ha alleggerito, in passato, un compito cognitivo specifico, portandoci a perdere alcune abilità o la velocità con cui le gestiamo. La calcolatrice ha ridotto la necessità del calcolo mentale, il GPS quella dell’orientamento spaziale, Google quella della memoria semantica. Ogni volta, il cervello ha risposto esattamente come ci aspetteremmo dalla neuroplasticità: riducendo progressivamente i circuiti dedicati a quella funzione e diminuendo o perdendo le sue competenze.

Ma c’è una differenza fondamentale fra questi strumenti e l’IA.  Ognuno di essi agisce su un dominio circoscritto. L’intelligenza artificiale generativa, invece, è pervasiva.

Un modello come ChatGPT, Claude o Gemini può scrivere, ragionare, sintetizzare, ricercare, pianificare, generare idee, risolvere problemi logici, produrre codice, prendere decisioni. Tutto questo al posto tuo.
Non sostituisce una funzione cognitiva: ne sostituisce potenzialmente la maggior parte, in parallelo, con una facilità e una velocità che nessuno strumento precedente aveva mai raggiunto. Questo determina una differenza qualitativa, non solo quantitativa.
I dati neuroscientifici iniziano a confermare questa preoccupazione. Lo studio del MIT Media Lab già citato in un mio articolo precedente ha misurato tramite EEG una riduzione del 32% dello sforzo cognitivo negli utenti che scrivevano con l’assistenza dell’IA rispetto a chi lavorava autonomamente. La connettività neurale, in particolare nelle onde alfa e theta associate al pensiero elaborativo, risultava quasi dimezzata. E l’83% dei partecipanti che avevano usato l’IA non riusciva a ricordare nemmeno una frase del proprio testo pochi minuti dopo averlo prodotto.

I limiti dell’IA: la finestra di contesto

C’è però un limite strutturale dell’IA di cui si parla poco e che rende ancora più problematico immaginarlo come sostituto del pensiero umano su lavori complessi: la “context window”, ovvero la finestra di contesto, ben spiegata in questo articolo del 2023.

Si tratta di un modo di funzionamento attuale di questi strumenti. Ogni modello linguistico elabora solo una porzione limitata di testo alla volta — la conversazione recente, il documento caricato, le istruzioni iniziali. Tutto ciò che eccede questa finestra semplicemente non viene considerato. E anche all’interno della finestra, la qualità dell’elaborazione tende a degradare man mano che ci si allontana dai “bordi”: le informazioni nella parte centrale della finestra vengono sottopesate rispetto a quelle iniziali e finali.

Questo significa che l’IA non è in grado di mantenere la coerenza e la profondità di un ragionamento cumulativo su archi temporali lunghi, cioè il tipo di elaborazione cognitiva più sofisticata e più preziosa che possediamo noi umani. Una persona che lavora su un problema complesso per settimane, al contrario, costruisce una comprensione stratificata, contestuale, ricca di connessioni implicite. Un modello linguistico, ogni volta che riparte, ricomincia da un riassunto.

Immaginati le tue conversazioni di anni con un tuo amico su un tema specifico: un suo problema di salute piuttosto che le sue dinamiche relazionali. Nel tempo, hai accumulato esempi specifici, riflessioni, confronti che hanno modificato leggermente la visione, le sue sensazioni rispetto a ciò che succedeva e così via. Tutto ciò, ha creato una profondità di comprensione del tema (e del tuo amico).
Pensa cosa succederebbe se, ogni volta che ne riparlate, ripartissi semplicemente da una sintesi di alcuni punti chiave (“litiga spesso con le donne che frequenta, si agita se lo contraddicono, si sente solo”) e ti perdessi tutta la complessità e le sfumature emotive del racconto. Forse, avresti meno amici 😉

Affidarsi all’IA per questo tipo di lavoro, quindi, non significa solo delegare: significa delegare a uno strumento che, per come è costruito, non può davvero sostenere quel peso.

Come usare l’IA senza atrofizzarsi

Stabilito il problema, la domanda che segue è pratica: esiste un modo per usare questi strumenti senza pagare il prezzo cognitivo che abbiamo descritto? La risposta è sì, ma richiede consapevolezza e qualche abitudine deliberata.
Il punto di partenza è un cambio di prospettiva. L’IA non è uno strumento neutro. È uno strumento che, usato passivamente, tende a sostituire il pensiero. Usato attivamente, può invece amplificarlo. La differenza non sta nello strumento, ma nel momento e nel modo in cui lo si inserisce nel proprio processo cognitivo.
Di seguito, valutiamo alcune tecniche che possono aiutarci ad usarla per potenziare le nostre capacità.

Prima lo sforzo, poi lo strumento

La ricerca sull’apprendimento ha identificato un principio chiamato “desirable difficulty”, difficoltà desiderabile. Robert Bjork e Elizabeth Bjork dell’UCLA hanno dimostrato che introdurre una certa dose di fatica nel processo cognitivo, anziché ostacolarlo, lo potenzia.

La distinzione chiave che i Bjork introducono è tra due tipi di forza mnemonica: la retrieval strength (quanto qualcosa è facilmente accessibile in un dato momento) e la storage strength (quanto è davvero consolidato in memoria e interconnesso con altre conoscenze).
Il punto sorprendente è che quando qualcosa è già facilmente accessibile nella memoria – lo ricordi senza sforzo, lo richiami quasi automaticamente – il cervello non ha motivo di lavorare per consolidarlo ulteriormente. Lo trova già lì, pronto. Ristudiarlo in quel momento produce pochissimo guadagno in termini di memoria a lungo termine, perché non c’è nulla da costruire. Al contrario, quando qualcosa è difficile da richiamare – ci devi pensare, faticare, magari quasi non ce la fai – il cervello è costretto ad attivare processi di recupero profondi, a cercare connessioni, a ricostruire. Ed è proprio questo sforzo che rafforza il ricordo in modo duraturo.

Facciamo un esempio per capirci meglio. Se rileggi dieci volte gli appunti di un argomento che già conosci, la decima lettura ti darà pochissimo, perché ogni volta che li hai davanti, il cervello non deve fare nulla. Se invece chiudi gli appunti e provi a scrivere tutto quello che ricordi – faticando, sbagliando, cercando – anche una sola sessione di questo tipo consolida molto di più. La sensazione soggettiva inganna: rileggere sembra produttivo perché è fluido e confortante, mentre richiamare dalla memoria sembra frustrante perché è difficile. Ma è esattamente la difficoltà a creare il consolidamento.

Attenzione, però, perché non tutta la difficoltà è desiderabile. Una difficoltà produce apprendimento solo se chi la affronta ha già le basi per gestirla, altrimenti diventa semplicemente frustrante e controproducente. Il livello di sfida ottimale è personale e dipende da quanto si è già appreso su quel tema.

Cosa succede se applichiamo questo principio all’IA? Che abbiamo una risposta operativa a come devi muoverti per non perdere competenze. Ovvero, prima di chiedere al modello di ragionare su un problema, ragionaci tu. Anche solo per dieci minuti. Abbozza un’idea, scrivi una prima versione, identifica i nodi critici. Solo dopo usa l’IA per confrontarti, integrare o migliorare. In questo modo, il tuo cervello ha già fatto il lavoro cognitivo essenziale e l’IA diventa un interlocutore, non un sostituto. La fatica iniziale non è un costo, ma è esattamente la condizione che rende l’apprendimento duraturo.

Interroga sempre l’output e sfida il modello

Un secondo principio riguarda il modo in cui si riceve e si gestisce la risposta del modello. Accettarla passivamente  (leggere, copiare, andare avanti) è esattamente il comportamento che disattiva la corteccia prefrontale e attiva la modalità automatica. Al contrario, creare un dialogo bidirezionale mantiene il pensiero critico acceso.

Ciò significa due cose. La prima: porsi domande sull’output ricevuto. Questo ragionamento regge? Cosa manca? Dove potrebbe sbagliarsi? La seconda, meno ovvia ma altrettanto efficace: fare quelle domande direttamente al modello. Contestarne un’affermazione, mostrare dove il ragionamento è debole, proporre una prospettiva alternativa e chiedere come risponde. I modelli linguistici attuali reagiscono bene alla pressione critica e il confronto che ne nasce può essere genuinamente produttivo, a patto che sia tu a guidarlo e non il contrario.

Usare l’IA come un interlocutore da sfidare, anziché come un oracolo da consultare, cambia radicalmente la qualità cognitiva dell’interazione. Il disaccordo attivo – anche quando l’output è buono – è un esercizio che mantiene in forma il pensiero deliberato.

Identificare le zone protette

Non tutto deve essere delegato. Vale la pena identificare consapevolmente alcuni compiti che si sceglie di continuare a fare senza assistenza appositamente allo scopo di mantenimento di alcune funzioni. Scrivere una prima bozza a mano, fare un calcolo mentale, ricordare un’informazione prima di cercarla, orientarsi senza GPS. La scelta di quali funzioni proteggere dipende da ciò che per te è più prezioso mantenere allenato.

Gestire consapevolmente il contesto

Per i lavori lunghi e complessi (ad esempio: ricerca, scrittura, strategia, ecc.) il limite della finestra di contesto va gestito attivamente, non ignorato. Affidarsi semplicemente alla “memoria” del modello è un errore, come abbiamo visto, perché è limitata.

La soluzione è costruire un documento di ancoraggio esterno: un file in cui tieni aggiornato lo stato del progetto, le decisioni prese, i ragionamenti già sviluppati, ecc. All’inizio di ogni nuova sessione, incolli quel documento nella chat. Il modello riparte da lì invece che da zero.

Per chi vuole una soluzione ancora più pratica, esiste un formato di testo chiamato Markdown — file con estensione .md. Essendo testo puro, senza formattazione complessa, puoi copiarlo e incollarlo direttamente nella chat, senza dover riallegare un documento ogni volta. Nelle versioni Pro di varie intelligenze artificiali, vi sono spazi (come i “Progetti” in Claude) dove si possono caricare questi documenti in modo tale che sia sempre disponibile automaticamente in ogni sessione successiva, senza doverlo riallegare o incollare sempre. Diciamo che è un modo per mantenere attiva la memoria dell’IA, senza eccessi di sintesi.

Il momento eureka come metro di misura

C’è infine un segnale soggettivo che vale la pena monitorare: la frequenza con cui provi soddisfazione nel trovare una soluzione da solo. Quella sensazione che percepisci dopo avere ragionato, faticato e trovato la risposta giusta è il segnale che la corteccia prefrontale ha lavorato, che i circuiti si sono attivati, che qualcosa si è consolidato. Se quella sensazione diventa rara, è un indicatore che la delega ha preso il sopravvento.

Usare l’IA senza perdere la testa

Come dico sempre, il problema non è lo strumento, ma come lo usiamo. La scelta rimane sempre in mano a noi.

Il cervello è plastico, perciò si modella su ciò che gli chiediamo di fare, ma anche su ciò che gli permettiamo di non fare più. Questo vale per il tassista londinese che sviluppa un ippocampo fuori misura come per chi smette di ragionare perché c’è uno strumento che lo fa al posto suo.

L’IA generativa non è il primo strumento a porre questa sfida, ma è il primo a porla su tutti i fronti contemporaneamente. Questo cambia la natura del rischio: non si tratta di perdere una competenza specifica, ma di perdere progressivamente l’abitudine stessa al pensiero faticoso, la capacità di sostenere un ragionamento complesso e di tollerare l’incertezza.

Per non rischiare di perdere queste capacità, è quindi fondamentale usare questi strumenti con la giusta consapevolezza. E alcuni trucchi sono quelli di fare fatica prima di delegare, sfidare l’output invece di accettarlo, proteggere alcune zone del proprio pensiero dall’automazione, mantenere nelle proprie mani la continuità dei ragionamenti complessi:

Per tornare all’esempio iniziale: vorresti comprare una Ferrari per farla guidare sempre a qualcun altro?